阿裏巴巴2016數據挖掘工程師筆試及答案

年頭嘛 估計很多朋友都開始跳槽了，特別是互聯網行業，很多從事IT工作的朋友都想著進BAT工作，但是很難，特別是麵試筆試部分，今天小編就給大家帶來了阿裏巴巴2016數據挖掘工程師筆試及答案，需要的朋友可以看看.

真題：

1.想要了解上海市小學生的身高,需要抽取500個樣本,這項調查中的樣本是?

A.從中抽取的500名學生的身高

B.上海市全部小學生的身高

C.從中抽取的500名小學生

D.上海市全部小學生

2.以下對k-means聚類算法解釋正確的是

A.能自動識別類的個數,隨即挑選初始點為中心點計算

B.能自動識別類的個數,不是隨即挑選初始點為中心點計算

C.不能自動識別類的個數,隨即挑選初始點為中心點計算

D.不能自動識別類的個數,不是隨即挑選初始點為中心點計算

3.以下哪個是常見的時間序列算法模型

A.RSI

B.MACD

C.ARMA

D.KDJ

4.有個袋子裝有2個紅球,2個藍球,1個黃球,取出球以後不再放回,請問取兩次出來的球是相同顏色的概率是多少

A.0.3333

B.0.25

C.0.2

D.0.1667

5.65,8,50,15,37,24,()。括號中的數字是()

A.25

B.26

C.22

D.27

6.一組數據,均值>中位數>眾數,問這組數據

A.左偏

B.右偏

C.鍾型

D.對稱

7.SQL語言允許使用通配符進行字符串匹配的操作,其中‘%’可以表示

A.零個字符

B.1個字符

C.多個字符

D.以上都可以

8.關於正態分布,下列說法錯誤的是:

A.正態分布具有集中性和對稱性

B.正態分布的均值和方差能夠決定正態分布的位置和形態

C.正態分布的偏度為0，峰度為1

D.標準正態分布的均值為0，方差為1

9.在以下不同的場景中,使用的分析方法不正確的有

A.根據商家最近一年的經營及服務數據,用聚類算法判斷出天貓商家在各自主營類目下所屬的商家層級

B.根據商家近幾年的成交數據,用聚類算法擬合出用戶未來一個月可能的消費金額公式

C.用關聯規則算法分析出購買了汽車坐墊的買家,是否適合推薦汽車腳墊

D.根據用戶最近購買的商品信息,用決策樹算法識別出淘寶買家可能是男還是女

10.下列時間序列模型中,哪一個模型可以較好地擬合波動性的分析和預測

A.AR模型

B.MA模型

C.ARMA模型

D.GARCH模型

二、多選題 （共5道題，每題10分）

1.excel工作簿a中有兩列id、age,工作簿b中有一列id,需要找到工作薄b中id對應的age,可用的函數包括

A.index+match

B.vlookup

C.hlookup

D.find

2.現在有M個桶,每桶都有N個乒乓球,乒乓球的顏色有K種,並且假設第i個桶第j種顏色的球個數為Cij, 比例為Rij=Cij/N,現在要評估哪個桶的乒乓球顏色純度最高,下列哪種算法和描述是合理的?

A.∑(1-Rij*Rij)越小越純

B.∑(1-Rij)*(1-Rij)越小越純

C.∑(1-Rij)^2 越小越純

D.-∑Rij*LOG(Rij)越小越純

3.關於相關係數,下列描述中正確的有:

A.相關係數為0.8時,說明兩個變量之間呈正相關關係

B.相關係數等於1相較於相關係數等於-1,前者的相關性更強

C.相關性等於1相較於相關係數等於0,前者的相關性更強

D.Spearman相關係數可以衡量兩個定序變量之間的相關程度

4.關於線性回歸的描述,以下正確的有:

A.基本假設包括隨機幹擾項是均值為0,方差為1的標準正態分布

B.基本假設包括隨機幹擾下是均值為0的同方差正態分布

C.在違背基本假設時,普通最小二乘法估計量不再是最佳線性無偏估計量

D.可以用DW檢驗殘差是否存在序列相關性

5.下列哪些方法可以用來對高維數據進行降維:

A.LASSO

B.主成分分析法

C.小波分析法

D.線性判別法